Calculatrice de Z-Score
Calculez instantanément les z-scores (scores centrés réduits) avec des formules étape par étape, une visualisation interactive de la distribution normale, la recherche de probabilités, le rang centile et l’interprétation statistique.
Votre bloqueur de pubs nous empêche d’afficher des annonces
MiniWebtool est gratuit grâce aux annonces. Si cet outil vous a aidé, soutenez-nous avec Premium (sans pubs + outils plus rapides) ou ajoutez MiniWebtool.com à la liste blanche puis rechargez la page.
- Ou passez à Premium (sans pubs)
- Autorisez les pubs pour MiniWebtool.com, puis rechargez
Calculatrice de Z-Score
Bienvenue sur la Calculatrice de Z-Score, un outil statistique complet qui calcule les z-scores (scores centrés réduits) avec des explications étape par étape, une visualisation interactive de la distribution normale, des calculs de probabilité et un classement par centile. Que vous analysiez des résultats de tests, meniez des recherches statistiques, effectuiez une analyse de contrôle qualité ou étudiiez des distributions normales, cette calculatrice fournit une analyse de niveau professionnel avec un retour visuel intuitif.
Qu'est-ce qu'un Z-Score ?
Un z-score (également appelé score centré réduit) mesure de combien d'écarts-types un point de donnée se situe par rapport à la moyenne d'une distribution. Il transforme les données brutes en une échelle standardisée, ce qui permet de comparer des valeurs provenant de différentes distributions ou d'identifier des valeurs inhabituelles.
Formule du Z-Score
Où :
- z = Z-score (score standardisé)
- x = Valeur de la donnée (score brut)
- \(\mu\) = Moyenne de la population
- \(\sigma\) = Écart-type de la population
Formule Inverse du Z-Score
Pour trouver une valeur de donnée à partir d'un z-score connu :
Comment interpréter les Z-Scores
Les z-scores indiquent la position relative d'une valeur au sein d'une distribution :
- z = 0 : La valeur est égale à la moyenne (50e centile)
- z = 1 : Un écart-type au-dessus de la moyenne (environ 84e centile)
- z = -1 : Un écart-type en dessous de la moyenne (environ 16e centile)
- z = 2 : Deux écarts-types au-dessus de la moyenne (environ 98e centile)
- z = -2 : Deux écarts-types en dessous de la moyenne (environ 2e centile)
La règle empirique (Règle 68-95-99.7)
Dans une distribution normale :
- 68 % des valeurs se situent entre z = ±1 (à moins d'un écart-type de la moyenne)
- 95 % des valeurs se situent entre z = ±2 (à moins de 2 écarts-types)
- 99,7 % des valeurs se situent entre z = ±3 (à moins de 3 écarts-types)
Table de référence commune des Z-Scores
| Z-Score | Centile | P(Z ≤ z) | Interprétation |
|---|---|---|---|
| -3.0 | 0,13% | 0,0013 | Extrêmement en dessous de la moyenne |
| -2.0 | 2,28% | 0,0228 | Bien en dessous de la moyenne |
| -1.0 | 15,87% | 0,1587 | En dessous de la moyenne |
| 0 | 50,00% | 0,5000 | Moyenne |
| 1.0 | 84,13% | 0,8413 | Au-dessus de la moyenne |
| 1.96 | 97,50% | 0,9750 | Significativement au-dessus (IC 95 %) |
| 2.0 | 97,72% | 0,9772 | Bien au-dessus de la moyenne |
| 3.0 | 99,87% | 0,9987 | Extrêmement au-dessus de la moyenne |
Applications des Z-Scores
Tests Standardisés
Les z-scores sont fondamentaux pour l'interprétation des tests standardisés. Les tests comme le SAT, le GRE et les tests de QI convertissent les scores bruts en scores standardisés. Cela permet une comparaison équitable des performances entre différentes versions de tests ou différentes années.
Contrôle Qualité
Dans la fabrication et la méthodologie Six Sigma, les z-scores identifient les produits ou processus qui s'écartent considérablement des spécifications. Les valeurs au-delà de ±3 sigma indiquent généralement des défauts ou des variations de cause spéciale nécessitant une enquête.
Analyse Financière
Les z-scores aident à évaluer la performance relative des investissements, à identifier les mouvements de marché inhabituels et à évaluer le risque. Le Z-score d'Altman est une formule célèbre utilisant des ratios financiers pondérés pour prédire le risque de faillite.
Applications Médicales et de Recherche
Le secteur de la santé utilise les z-scores pour les courbes de croissance (IMC pour l'âge, taille pour l'âge), les mesures de densité osseuse (T-scores et Z-scores) et l'identification des valeurs de laboratoire anormales. La recherche utilise les z-scores pour les méta-analyses et la combinaison des résultats de différentes études.
Détection des Valeurs Aberrantes
Les points de données avec des z-scores au-delà de ±2 ou ±3 sont souvent considérés comme des valeurs aberrantes. Ce seuil aide à identifier les erreurs de saisie de données, les observations inhabituelles ou les cas particuliers nécessitant une investigation plus approfondie.
Z-Score vs Centile
Bien que liés, les z-scores et les centiles mesurent des choses différentes :
- Z-score : Mesure la distance par rapport à la moyenne en unités d'écart-type (peut être négatif, nul ou positif).
- Centile : Indique le pourcentage de valeurs qui sont inférieures à une valeur donnée (compris entre 0 et 100).
Vous pouvez convertir l'un vers l'autre en utilisant la distribution normale standard. Par exemple, z = 1,0 correspond approximativement au 84e centile.
Foire Aux Questions
Qu'est-ce qu'un Z-Score ?
Un z-score (également appelé score centré réduit) mesure de combien d'écarts-types un point de donnée se situe par rapport à la moyenne d'une distribution. La formule est z = (x - μ) / σ, où x est la valeur de la donnée, μ est la moyenne et σ est l'écart-type. Un z-score positif indique que la valeur est au-dessus de la moyenne, tandis qu'un z-score négatif indique qu'elle est en dessous de la moyenne.
Comment interpréter un Z-Score ?
Les z-scores indiquent la position relative : z = 0 signifie que la valeur est égale à la moyenne ; z = 1 signifie 1 écart-type au-dessus de la moyenne ; z = -1 signifie 1 écart-type en dessous. Dans une distribution normale, environ 68 % des valeurs se situent entre z = ±1, environ 95 % entre z = ±2 et environ 99,7 % entre z = ±3. Les valeurs au-delà de ±3 sont souvent considérées comme des valeurs aberrantes.
Quelle est la différence entre un Z-Score et un Centile ?
Un z-score mesure la distance par rapport à la moyenne en unités d'écart-type, tandis qu'un centile indique le pourcentage de valeurs qui sont inférieures à une valeur donnée. Ils sont liés : z = 0 correspond au 50e centile ; z = 1 est approximativement au 84e centile ; z = 2 est approximativement au 98e centile.
Quand dois-je utiliser les Z-Scores ?
Les z-scores sont utiles pour : comparer des valeurs de différentes distributions (comme des résultats de tests de différents examens), identifier des valeurs aberrantes dans les données, standardiser les données pour l'analyse statistique, calculer des probabilités dans des distributions normales et créer des scores de tests standardisés. Ils sont essentiels en statistiques, contrôle qualité, psychologie et dans de nombreux domaines scientifiques.
Un Z-Score peut-il être négatif ?
Oui, un z-score peut être négatif, positif ou nul. Un z-score négatif signifie que la valeur de la donnée est inférieure à la moyenne ; un z-score positif signifie qu'elle est supérieure à la moyenne ; et un z-score de zéro signifie que la valeur est égale à la moyenne.
Qu'est-ce qu'un bon Z-Score ?
Le fait qu'un z-score soit "bon" dépend du contexte. Pour les résultats de tests où le plus élevé est le mieux, un z-score positif (au-dessus de la moyenne) est souhaitable. Pour la qualité des données, les z-scores compris entre -2 et +2 indiquent des valeurs typiques, tandis que les valeurs au-delà de ±3 peuvent indiquer des erreurs ou des anomalies.
Ressources Additionnelles
- Score centré réduit (Z-Score) - Wikipédia
- Loi normale - Wikipédia
- Révision des Z-Scores - Khan Academy
Citez ce contenu, cette page ou cet outil comme suit :
"Calculatrice de Z-Score" sur https://MiniWebtool.com/fr/calculatrice-de-z-score/ de MiniWebtool, https://MiniWebtool.com/
par l'équipe miniwebtool. Mis à jour : 30 janv. 2026
Vous pouvez également essayer notre Résolveur Mathématique IA GPT pour résoudre vos problèmes mathématiques grâce à des questions-réponses en langage naturel.
Autres outils connexes:
Statistiques et analyse de données:
- Calculatrice ANOVA
- Calculatrice de moyenne arithmétique
- Calculatrice de Moyenne - Haute Précision
- Calculatrice de déviation moyenne En vedette
- Créateur de Boîte à Moustaches En vedette
- Calculatrice de test du khi-deux En vedette
- Calculatrice du coefficient de variation
- Calculatrice de d de Cohen
- Calculateur de croissance composée
- Calculatrice d'Intervalle de Confiance
- Calculateur d'intervalle de confiance pour proportion Nouveau
- Calculatrice de Coefficient de Corrélation
- Calculatrice de la Moyenne Géométrique
- Calculatrice de la moyenne harmonique
- Créateur d'Histogrammes
- Calculatrice d'étendue interquartile
- Calculateur du Test de Kruskal-Wallis
- Calculatrice de régression linéaire
- Calculateur de croissance logarithmique
- Calculateur du Test U de Mann-Whitney
- Calculatrice d'écart absolu moyen
- Calculatrice de Moyenne
- Calculatrice Moyenne, Mediane et Mode
- Calculatrice d'écart absolu médian
- Calculatrice de Médiane En vedette
- Calculateur de Midrange
- Calculatrice de mode
- Calculatrice de Valeurs Aberrantes
- Calculatrice d'écart-type de population
- Calculatrice de Quartiles
- Calculatrice d'Écart Quartile
- Calculatrice d'étendue
- Calculatrice d'Écart-Type Relatif En vedette
- Calculatrice de la moyenne quadratique
- Calculatrice de la Moyenne de l'Échantillon
- Calculatrice de la taille de l'échantillon
- Calculatrice d'écart-type d'échantillon
- Créateur de Nuage de Points
- Calculateur d'écart-type En vedette
- Calculateur d'erreur standard
- Calculatrice de Statistiques
- Calculatrice de Test t En vedette
- Détermination des écarts haute précision
- Calculatrice de Z-Score Nouveau